一种面向SDN的移动网络可靠性评估及加固方法与流程

一种面向sdn的移动网络可靠性评估及加固方法
技术领域
1.本技术涉及移动网络技术领域，特别涉及一种面向sdn的移动网络可靠性评估及加固方法及装置。


背景技术：

2.国内自从“九五”以来，众多单位开展了网络系统的可靠性技术研究与工程实践。例如一些研究单位基于petri网的仿真评估方法以及基于信息流动力学的通信网络性能可靠性的仿真评估方法；还有研究单位提出了一种计算随机流网络可靠性的新方法；其他高校或研究型单位也提出了种种方法，包括基于马尔可夫模型的解析计算方法、基于排队论模型的解析计算方法、考虑加权因子的评估方法、和基于网络仿真的可靠性评估方法等。
3.随着网络技术的发展，软件定义网络(software definednetwork，sdn)成为了下一代网络浪潮里一个令人瞩目的发展方向。在软件定义网络结构中，网络遇到的复杂而特异性问题能够采用快速灵活的方法解决。作为一种新兴的网络技术，其控制与转发分离机制可以实现可编程化控制，集中控制方式使得网络控制管理与应用业务配置更加灵活和便捷，运用sdn 来解决移动网络在复杂环境下难以控制管理的问题，可以起到很好的效果。sdn包括控制层以及数据层，在控制层，具有逻辑中心化和可编程的控制器节点可掌握全局网络信息，方便运营商和科研人员管理配置网络和部署新协议等；在数据层，转发器节点(与传统的二层交换机不同，专指用于转发数据的设备)仅提供简单的数据转发功能，可以快速处理匹配的数据包，适应流量日益增长的需求。
4.可靠性一直是网络可用性的一个关键问题，在sdn中，可靠性也是一个值得研究的问题，对sdn进行脆弱性分析是提高可靠性的重要技术途经。然而，以上的可靠性评估方法往往由于网络系统的差异性，通常不具有通用性，无法直接应用于sdn相关领域。
5.基于此，目前亟需一种面向sdn的移动网络可靠性评估方法，解决目前方法不具有通用性，无法直接用于评估sdn。


技术实现要素：

6.本技术提供了一种面向sdn的移动网络可靠性评估及加固方法方法及装置，可用于解决目前缺乏针对sdn评估方法的问题。
7.本技术实施例提供一种面向sdn的移动网络可靠性评估及加固方法，所述方法包括：
8.将待评估的sdn的节点的基本信息，输入预先设定好的打分系统库中，获取每一节点对应的初始可用度脆弱值；打分数据库包括多个智能体，每一智能体对应一个危险脆弱值模糊矩阵以及一个故障应对措施有效值模糊矩阵；所述打分系统库根据历史基本信息以及专家经验确定；所述打分系统库包括历史基本信息以及初始可用度脆弱值的对应关系；所述节点包括控制器节点以及转发器节点；
9.根据所述初始可用度脆弱值，调整智能体综合权重值；
10.根据所述初始可用度脆弱值以及所述智能体自适应权重值，确定sdn中所有节点的可用度脆弱值；
11.根据网络动态拓扑结构，确定节点的连通度脆弱值；
12.根据节点的介数和节点的度，确定节点的传输度脆弱值；
13.根据所述可用度脆弱值、所述连通度脆弱值以及传输度脆弱值，确定sdn可靠性脆弱度；
14.如果所述可靠性脆弱度低于预设阈值，则对所述待评估sdn进行加固。
15.可选的，将待评估的sdn的节点的基本信息，输入预先设定好的打分系统库中，获取每一节点对应的初始可用度脆弱值，包括：
16.从所述历史基本信息中确定出所述基本信息一致的目标历史基本信息，将所述目标历史基本信息对应的初始可用度脆弱值确定为所述初始可用度脆弱值；
17.如果所述打分系统库中不存在所述目标历史基本信息，则根据标准化欧式距离进行相似性度量，将与所述基本信息最接近的历史基本信息确定为目标历史基本信息，将所述目标历史基本信息对应的初始可用度脆弱值确定为所述初始可用度脆弱值。
18.可选的，根据所述初始可用度脆弱值，调整智能体综合权重值，包括：
19.所述初始可用度脆弱值包括危险脆弱值模糊矩阵以及故障应对措施有效值模糊矩阵；其中，所述危险脆弱值模糊矩阵表示为t＝(t
l
,t
m
,t
u
)，t
l
≤t
m
≤t
u
；t
l
表示危险脆弱值的下界值； t
m
表示危险脆弱值的最可能取值；t
u
则表示节点危险脆弱值的上界值；所述故障应对措施有效值模糊矩阵表示为r＝(r
l
,r
m
,r
u
)；r
l
≤r
m
≤r
u
；r
l
表示故障应对措施有效值的下界值；r
m
表示故障应对措施有效值的最可能取值；r
u
表示故障应对措施有效值的上界值；
20.智能体的初始权重表示为智能体的初始权重表示为其中m 为智能体的总数量；
21.对m个智能体并行对节点进行分析，综合得出所有节点的危险脆弱值模糊矩阵，表示为 t＝[t
ij
](i＝1～n,j＝1～m)；所有节点的故障应对措施有效值模糊矩，表示为r＝[r
ij
](i＝ 1～n,j＝1～m)；其中，i为不同节点,j为不同智能体；
[0022]
计算第j个智能体给出的节点危险脆弱值的最可能的值t
m
，与m个智能体的平均值与m个智能体的平均值可得出就第i个节点智能体的预测精确值偏离量和总体偏移量,具体方法如下：
[0023][0024][0025]
其中，t
deviationij”为智能体的预测精确值的偏离量；t
deviationij
′
为智能体的综合三项预测值的总体偏移量；t
deviationij”越大则表明对节点而言，此智能体预测的最可能节点危险脆弱值与智能体群体总体预测的最可能节点危险脆弱值结果越偏离，则差距越大；t
deviationij
′
越大，表明此智能体预测的节点危险脆弱模糊值与智能体群体总体预测的节点危险脆弱模糊值越偏离，差距越大；
[0026]
智能体预测的节点危险脆弱值的最终偏离量的确定方法如下：
[0027]
t
deviationij
＝αt
deviationij” (1
‑
α)t
deviationij
′
[0028]
其中，t
deviationij
表示智能体预测的节点危险脆弱值的最终偏离量；α越大表示智能体预测的精确值约重要，反之，则表示意智能体的综合预测值越重要；
[0029]
智能体预测的节点可用度脆弱值偏移量risk
deviationij
的确定方法如下：
[0030]
risk
deviationij
＝βt
deviationij
(1
‑
β)r
deviationij
[0031]
其中，β值越高则表示越在乎智能体预测的危险脆弱值偏移量，越小则表示越在乎预测的故障应对措施有效值偏移量；r
deviationij
为智能体预测的节点故障应对措施有效值的最终偏离量；
[0032]
累加得出所有节点的单个智能体的偏移量；第j个智能体的偏离量risk
deviationj
的计算方法如下：
[0033][0034]
式中x表示控制器节点数量；y表示转发器节点数量，x y＝n；γ>0.5表示控制器的偏移比重应比转发器所占偏移比重更多；
[0035]
根据所有的智能体的偏离量，计算第j个智能体的客观权重，若不存在任一智能体对应的risk
deviationj
＝0，则客观权重计算方式如下：
[0036][0037]
若存在任一智能体对应的risk
deviationj
＝0，则所述客观权重的计算方式如式下：
[0038][0039]
式中，ρ表示预测无偏差智能体在所有智能体中应占权重的百分比；
[0040]
所述智能体的综合权重采用以下方法确定：
[0041][0042]
其中，为智能体本次客观权重，为智能体历史客观权重的平均值，δ∈[0,1]表示综合调整因子；δ取值越大表示权重越倾向于智能体的本次权重，否则表示倾向于智能体的历史权重；
[0043]
所有智能体的综合权重向量为
[0044]
可选的，根据所述初始可用度脆弱值以及所述智能体自适应权重值，确定sdn中所有节点的可用度脆弱值，包括：
[0045]
所述可用度脆弱值采用以下方法确定：
[0046][0047]
其中，urisk
i
为所述节点的可用度脆弱值，所述节点的可用度脆弱值越高，表明节点越容易发生故障事件；χ
ij
为上下界重要系数，χ
ij
越大表示越注重智能体的上界预测值，
反之，则越注重智能体的下界预测值；s
boken
为节点可用度脆弱值的上限值。
[0048]
可选的，根据网络动态拓扑结构，确定节点的连通度脆弱值，包括：
[0049]
根据网络动态拓扑结构，确定控制器节点的失效节点影响为：
[0050]
crisk
′
icon
＝y 1
[0051]
式中，crisk
′
icon
为所述控制器节点的失效节点影响；y为所述控制器节点连接的下属转发器节点的数量；
[0052]
控制器节点的连通度脆弱值通过以下方法确定：
[0053][0054]
式中，crisk
icon
为所述控制器节点的连通度脆弱值；crisk
′
icon
为所述控制器节点的失效节点影响；x为控制器节点数量；
[0055]
转发器节点的失效节点影响为：
[0056][0057]
式中，crisk
′
ichange
为所述转发器节点的失效节点影响；∑unuse
j
为所述转发器节点所在数据层网络中j个转发器节点失效导致的失效节点数量；p
unuse
为节点失效数量的概率；
[0058]
转发器节点的连通度脆弱值通过以下方法确定：
[0059][0060]
式中，crisk
ichange
为所述转发器节点的连通度脆弱值；crisk
′
ichange
为所述转发器节点的失效节点影响；y为转发器所在的数据层网络中转发器总数。
[0061]
可选的，根据节点的介数和节点的度，确定节点的传输度脆弱值，包括：
[0062]
控制器节点的度通过以下方法确定：
[0063]
k
icon
＝∑v
i
∑n
ij
[0064]
式中，k
icon
为所述控制器节点的度；v
i
表示与当前控制器节点相连的转发器节点，n
ij
表示控制器网络中与当前控制器节点连接的控制器节点；
[0065]
转发器节点的度通过以下方法确定：
[0066][0067]
式中，k
changei
为所述转发器节点的度；n
′
ij
表示转发器网络中与当前转发器节点连接的转发器节点；
[0068]
控制器节点在控制层网络中的介数的计算方法如下所示：
[0069][0070]
式中；b
icon
为所述控制器节点的介数；p
mz
表示节点m与节点z之间的最短路径；
为最短路径总数；p
mz
(v
i
)表示节点m与节点z之间的最短路径经过节点的情况；
[0071]
转发器节点的介数的计算方式如下所示：
[0072][0073]
式中，b
changei
为所述转发器节点的介数；p
mz
表示节点m与节点z之间的最短路径；为最短路径总数；
[0074]
对所述控制器节点的介数以及所述控制器节点的度进行归一化的方法如下：
[0075][0076][0077]
式中，k
icon
为归一化后转发器节点的度；b
icon
为控制器节点的介数；
[0078]
所述转发器节点的介数与所述所述控制器节点的介数的归一化方法相同；所述转发器节点的度与所述所述控制器节点的度的归一化方法相同；
[0079]
控制器节点的传输度脆弱值采用以下方法确定：
[0080][0081]
式中，prisk
icon
为所述控制器节点的传输度脆弱值；
[0082]
转发器节点的传输度脆弱值采用以下方法确定：
[0083][0084]
式中，prisk
ichange
为所述转发器节点的传输度脆弱值。
[0085]
可选的，所述sdn可靠性脆弱度采用以下方法确定：
[0086]
cprisk
con
＝μ(ε(1 crisk
con1
) ηprisk
con1
,...,ε(1 crisk
conx
) ηprisk
conx
)1×
x
[0087]
cprisk
change
＝σ(ε(1 crisk
change1
) ηprisk
change1
,...,ε(1 crisk
changey
)
[0088]
ηprisk
changey
)1×
y
[0089]
risk＝(cprisk
con
,cprisk
change
)1×
n
×
urisk
n
×1[0090]
其中，ε为连通性重要度系数，η为传输性重要度系数，ε>η,ε η＝1；μ为控制器重要度系数；σ为转发器重要度系数；并且μ>σ；risk为所述sdn可靠性脆弱度。
[0091]
可选的，如果所述可靠性脆弱度低于预设阈值，则对所述待评估sdn进行加固，包括：
[0092]
确定各个控制器节点的可靠性评估的影响值以及各个转发器节点的可靠性评估的影响值；
[0093]
从所有节点中确定出可靠性评估的影响值最大的第一节点，如果所述第一节点失效后，所述sdn的联通分支数大于所述预设阈值，则确定出失效后第一网络中的目标第一节点，以及第二网络中的目标第二节点；所述第一网络为所述sdn失效后的网络分支之一；所述第二网络为所述sdn失效后的网络分支之二；所述目标第一节点为所述第一网络中，节点
的连通度脆弱值最高的节点；所述目标第二节点为所述第二网络中，节点的连通度脆弱值最高的节点；
[0094]
连接所述目标第一节点以及所述目标第二节点。
[0095]
可选的，如果所述第一节点失效后，所述sdn的联通分支数小于或等于所述预设阈值，则确定出从所有节点中确定出可靠性评估的影响值第二大的第二节点，如果所述第二节点失效后，所述sdn的联通分支数大于预设阈值，则确定出失效后第一网络中的目标第一节点，以及第二网络中的目标第二节点，并重复上述步骤，直至达到预定次数。
[0096]
可选的，控制器节点的可靠性评估的影响值通过以下方法确定：
[0097][0098]
式中，affrisk
i
为控制器节点的可靠性评估的影响值；
[0099]
转发器节点的可靠性评估的影响值通过以下方法确定：
[0100][0101]
式中，affrisk
i
为转发器节点的可靠性评估的影响值，
[0102]
本技术从三个层面多维度对sdn的可靠性进行分析的方法，评价维度多面，评价角度客观。使用智能体进行网络节点失效概率预测时，根据智能体的预测精确值偏离量和总体偏移量，能够更好的进行智能体自适应权重更改，克服单一智能体主观预测偏离的影响。本技术提供提出的加固方法，可以有效防止节点失效对sdn造成影响的情况。
附图说明
[0103]
图1为本技术实施例提供的一种面向sdn的移动网络可靠性评估及加固方法的流程示意图。
具体实施方式
[0104]
为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
[0105]
下面首先结合图1对本技术实施例进行介绍。如图1所示，为本技术实施例提供的一种面向sdn的移动网络可靠性评估及加固方法的流程示意图。本技术实施例提供的方法包括以下步骤：
[0106]
步骤s101，将待评估的sdn的节点的基本信息，输入预先设定好的打分系统库中，获取每一节点对应的初始可用度脆弱值。
[0107]
打分数据库包括多个智能体，每一智能体对应一个危险脆弱值模糊矩阵以及一个故障应对措施有效值模糊矩阵。打分系统库根据历史基本信息以及专家经验确定。打分系统库包括历史基本信息以及初始可用度脆弱值的对应关系。
[0108]
节点包括控制器节点以及转发器节点。
[0109]
具体的，从历史基本信息中确定出基本信息一致的目标历史基本信息，将目标历史基本信息对应的初始可用度脆弱值确定为初始可用度脆弱值。
[0110]
如果打分系统库中不存在目标历史基本信息，则根据标准化欧式距离进行相似性度量，将与基本信息最接近的历史基本信息确定为目标历史基本信息，将目标历史基本信
息对应的初始可用度脆弱值确定为初始可用度脆弱值。
[0111]
本技术实施例中，与控制器节点相关的基本信息包括：使用时长、所处环境、内存使用、下发时延、通信时延以及备份节点数。与转发器节点相关的基本信息包括：使用时长、所处环境、转发状态、转发时延、数据输入输出率、吞吐量以及备份节点数。
[0112]
步骤s102，根据初始可用度脆弱值，调整智能体综合权重值。
[0113]
具体的，初始可用度脆弱值包括危险脆弱值模糊矩阵以及故障应对措施有效值模糊矩阵。其中，危险脆弱值模糊矩阵表示为t＝(t
l
,t
m
,t
u
)，t
l
≤t
m
≤t
u
，当等号成立时表示该节点的危险脆弱值和故障应对措施的有效值退化为具体的精确值。t
l
表示危险脆弱值的下界值。t
m
表示危险脆弱值的最可能取值。t
u
则表示节点危险脆弱值的上界值。故障应对措施有效值模糊矩阵表示为r＝(r
l
,r
m
,r
u
)。r
l
≤r
m
≤r
u
。r
l
表示故障应对措施有效值的下界值。r
m
表示故障应对措施有效值的最可能取值。r
u
表示故障应对措施有效值的上界值。
[0114]
智能体的初始权重表示为智能体的初始权重表示为其中m 为智能体的总数量。
[0115]
对m个智能体并行对节点进行分析，综合得出所有节点的危险脆弱值模糊矩阵，表示为 t＝[t
ij
](i＝1～n,j＝1～m)。所有节点的故障应对措施有效值模糊矩，表示为r＝[r
ij
](i＝ 1～n,j＝1～m)。其中，i为不同节点，j为不同智能体。
[0116]
计算第j个智能体给出的节点危险脆弱值的最可能的值t
m
，与m个智能体的平均值与m个智能体的平均值可得出就第i个节点智能体的预测精确值偏离量和总体偏移量,具体方法如下：
[0117][0118][0119]
式(1)以及式(2)中，t
deviationij”为智能体的预测精确值的偏离量。t
deviationij
′
为智能体的综合三项预测值的总体偏移量。t
deviationij”越大则表明对节点而言，此智能体预测的最可能节点危险脆弱值与智能体群体总体预测的最可能节点危险脆弱值结果越偏离，则差距越大。 t
deviationij
′
越大，表明此智能体预测的节点危险脆弱模糊值与智能体群体总体预测的节点危险脆弱模糊值越偏离，差距越大。
[0120]
智能体预测的节点危险脆弱值的最终偏离量的确定方法如下：
[0121]
t
deviationij
＝αt
deviationij” (1
‑
α)t
deviationij
′ꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0122]
式(3)中，t
deviationij
表示智能体预测的节点危险脆弱值的最终偏离量。α越大表示智能体预测的精确值约重要，反之，则表示意智能体的综合预测值越重要。r
dev
iation
ij
′
智能体的综合三项预测值的总体偏移量、r
deviationij”为智能体的预测精确值得偏离量和r
deviationij
为智能体预测的节点故障应对措施有效值的最终偏离量。智能体预测的节点可用度脆弱值偏移量 risk
deviationij
的确定方法如下：
[0123]
risk
deviationij
＝βt
deviationij
(1
‑
β)r
deviationij
ꢀꢀꢀꢀꢀꢀꢀ
(4)
[0124]
式(4)中，β值越高则表示越在乎智能体预测的危险脆弱值偏移量，越小则表示越在乎预测的故障应对措施有效值偏移量。r
deviationij
为智能体预测的节点故障应对措施有效
值的最终偏离量。
[0125]
累加得出所有节点的单个智能体的偏移量。第j个智能体的偏离量risk
deviationj
的计算方法如下：
[0126][0127]
式(5)中，x表示控制器节点数量；y表示转发器节点数量，x y＝n；γ>0.5表示控制器的偏移比重应比转发器所占偏移比重更多；
[0128]
根据所有的智能体最终偏离量，计算第j个智能体的本次客观权重，若不存在某个 risk
deviationj
＝0，则客观权重计算方式如下：
[0129][0130]
若存在任一智能体对应的risk
deviationj
＝0，则客观权重的计算方式如式下：
[0131][0132]
式(7)中，ρ表示预测无偏差智能体在所有智能体中应占权重的百分比。
[0133]
智能体的综合权重采用以下方法确定：
[0134][0135]
式(8)中，为智能体本次客观权重，为智能体历史客观权重的平均值，δ∈[0,1]表示综合调整因子；δ取值越大表示权重越倾向于智能体的本次权重，否则表示倾向于智能体的历史权重。
[0136]
所有智能体的综合权重向量
[0137]
本技术实施例中，
[0138]
步骤s103，根据初始可用度脆弱值以及智能体自适应权重值，确定sdn中所有节点的可用度脆弱值。
[0139]
需要说明的是，步骤s103，确定的是节点的可靠性连通度，节点的可靠性连通度表示某节点失效对网络整体的失效面积的影响。若某节点失效时不仅导致节点本身的不可用，还会导致未失效节点处于一个不可用的状态，即网络处于不连通状态，则此节点需要着重考虑；反之若此节点失效时未有其他节点处于不可达的状态，则此节点对网络整体的脆弱性影响较小。
[0140]
本技术实施例中，所述可用度脆弱值采用以下方法确定：
[0141][0142]
式(9)中，urisk
i
为所述节点的可用度脆弱值，所述节点的可用度脆弱值越高，表明节点越容易发生故障事件；χ
ij
为上下界重要系数，χ
ij
越大表示越注重智能体的上界预测值，反之，则越注重智能体的下界预测值；s
boken
为节点可用度脆弱值的上限值。
[0143]
需要说明的是，本技术实施例中步骤s101至步骤s103，确定的是节点的可靠度可用度，节点的可靠度可用度表示节点本身的失效概率。
[0144]
步骤s104，根据网络动态拓扑结构，确定节点的连通度脆弱值。
[0145]
节点的连通度脆弱值表示某节点失效对网络整体的失效面积的影响。若某节点失效时不仅导致节点本身的不可用，还会导致未失效节点处于一个不可用的状态，即网络处于不连通状态，则此节点需要着重考虑；反之若此节点失效时未有其他节点处于不可达的状态，则此节点对网络整体的脆弱性影响较小。
[0146]
根据sdn中控制器的连通特性，当某个控制器节点失效，其下属转发器都会无法在网络中与其他节点进行连通。
[0147]
具体的，根据网络动态拓扑结构，确定控制器节点的失效节点影响为：
[0148]
crisk
′
icon
＝y 1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0149]
式(10)中，crisk
′
icon
为所述控制器节点的失效节点影响；y为所述控制器节点连接的下属转发器节点的数量；
[0150]
控制器节点的连通度脆弱值通过以下方法确定：
[0151][0152]
式(11)中，crisk
icon
为所述控制器节点的连通度脆弱值；crisk
′
icon
为所述控制器节点的失效节点影响；x为控制器节点数量；
[0153]
转发器节点的失效节点影响为：
[0154][0155]
式(12)中，crisk
′
ichange
为所述转发器节点的失效节点影响；∑unuse
j
为所述转发器节点所在数据层网络中j个转发器节点失效导致的失效节点数量；p
unuse
为节点失效数量的概率；
[0156]
转发器节点的连通度脆弱值通过以下方法确定：
[0157][0158]
式(13)中，crisk
ichange
为所述转发器节点的连通度脆弱值；crisk
′
ichange
为所述转发器节点的失效节点影响；y为转发器所在的数据层网络中转发器总数。
[0159]
步骤s105，根据节点的介数和节点的度，确定节点的传输度脆弱值。
[0160]
节点的传输度脆弱值表示某节点失效对网络整体的性能影响。若某节点失效会导致除了此节点不可用外，在不影响连通性的情况时，会导致网络中其他节点之间的通信变慢，耗费的时间变长，则表示此节点的失效会影响网络的整体性能，此节点对网络脆弱性的影响程度更高。
[0161]
控制器节点的度通过以下方法确定：
[0162]
k
icon
＝∑v
i
∑n
ij
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0163]
式(14)中，k
icon
为控制器节点的度；v
i
表示与当前控制器节点相连的转发器节点，n
ij
表示控制器网络中与当前控制器节点连接的控制器节点。
[0164]
转发器节点的度通过以下方法确定：
[0165][0166]
式(15)中，k
changei
为转发器节点的度。n
′
ij
表示转发器网络中与当前转发器节点连
接的转发器节点。
[0167]
控制器节点在控制层网络中的介数的计算方法如下所示：
[0168][0169]
式(16)中，b
icon
为控制器节点的介数；p
mz
表示节点m与节点z之间的最短路径；为最短路径总数；p
mz
(v
i
)表示节点m与节点z之间的最短路径经过节点的情况。
[0170]
转发器节点的介数的计算方式如下所示：
[0171][0172]
式(17)中，b
changei
为转发器节点的介数；p
mz
表示节点m与节点z之间的最短路径；为最短路径总数；p
mz
(v
i
)表示节点m与节点z之间的最短路径经过节点的情况。
[0173]
对控制器节点的介数以及控制器节点的度进行归一化的方法如下：
[0174][0175][0176]
式(18)以及式(19)中，k
icon
为归一化后转发器节点的度。b
icon
为控制器节点的介数。
[0177]
转发器节点的介数与控制器节点的介数的归一化方法相同。转发器节点的度与控制器节点的度的归一化方法相同。
[0178]
控制器节点的传输度脆弱值采用以下方法确定：
[0179][0180]
式(20)中，prisk
icon
为控制器节点的传输度脆弱值。
[0181]
转发器节点的传输度脆弱值采用以下方法确定：
[0182][0183]
式(21)中，prisk
ichange
为转发器节点的传输度脆弱值。
[0184]
步骤s106，根据可用度脆弱值、连通度脆弱值以及传输度脆弱值，确定sdn可靠性脆弱度。
[0185]
在分别获取可用度脆弱值、连通度脆弱值以及传输度脆弱值，即可确定sdn可靠性脆弱度，
[0186]
具体的，本技术实施例中，sdn可靠性脆弱度采用以下方法确定：
[0187]
cprisk
con
＝μ(ε(1 crisk
con1
) ηprisk
con1
,...,ε(1 crisk
conx
) ηprisk
conx
)1×
x
(22)
[0188]
cprisk
change
＝σ(ε(1 crisk
change1
) ηprisk
change1
,...,ε(1 crisk
changey
)
[0189]
ηprisk
changey
)1×
y
(23)
[0190]
risk＝(cprisk
con
,cprisk
change
)1×
n
×
urisk
n
×1(24)
[0191]
式(22)至式(24)中，ε为连通性重要度系数，η为传输性重要度系数，ε>η,ε η＝1；μ为控制器重要度系数；σ为转发器重要度系数；并且μ>σ；risk为sdn可靠性脆弱度。
[0192]
步骤s107，如果可靠性脆弱度低于预设阈值，则对待评估sdn进行加固。
[0193]
本技术实施例中，预设阈值即为预设评估值，具体的预设评估值如下表：
[0194]
表1：预设评估值
[0195]
评估值评估结果0～(2
×
s
boken
×
(μx σy))
×
20％极高(2
×
s
boken
×
(μx σy))
×
20％～(2
×
s
boken
×
(μx σy))
×
40％高(2
×
s
boken
×
(μx σy))
×
40％～(2
×
s
boken
×
(μx σy))
×
60％中(2
×
s
boken
×
(μx σy))
×
60％～(2
×
s
boken
×
(μx σy))
×
80％低(2
×
s
boken
×
(μx σy))
×
80％～(2
×
s
boken
×
(μx σy))
×
100％极低
[0196]
表1中，如果可靠性脆弱度大于0，并且小于或等于(2
×
s
boken
×
(μx σy))
×
20％，则认为可靠性脆弱度极高。其中，μ为控制器重要度系数；σ为转发器重要度系数；s
boken
为节点可用度脆弱值的上限值。如果可靠性脆弱度为中或更低，则需要对sdn进行加固。
[0197]
本技术实施例中，采用的加固方法如下：
[0198]
确定各个控制器节点的可靠性评估的影响值以及各个转发器节点的可靠性评估的影响值。
[0199]
控制器节点的可靠性评估的影响值通过以下方法确定：
[0200][0201]
式(25)中，affrisk
i
为控制器节点的可靠性评估的影响值；
[0202]
转发器节点的可靠性评估的影响值通过以下方法确定：
[0203][0204]
式(26)中，affrisk
i
为转发器节点的可靠性评估的影响值。
[0205]
从所有节点中确定出可靠性评估的影响值最大的第一节点，如果第一节点失效后，sdn 的联通分支数大于预设阈值，则确定出失效后第一网络中的目标第一节点，以及第二网络中的目标第二节点。第一网络为sdn失效后的网络分支之一。第二网络为sdn失效后的网络分支之二。目标第一节点为第一网络中，节点的连通度脆弱值最高的节点。目标第二节点为第二网络中，节点的连通度脆弱值最高的节点。
[0206]
连接目标第一节点以及目标第二节点。
[0207]
如果第一节点失效后，sdn的联通分支数小于或等于预设阈值，则确定出从所有节点中确定出可靠性评估的影响值第二大的第二节点，如果第二节点失效后，sdn的联通分支数大于预设阈值，则确定出失效后第一网络中的目标第一节点，以及第二网络中的目标第二节点，并重复上述步骤，直至达到预定次数。
[0208]
本技术实施例中，将预定次数设定为三次，因为一般情况下并不会出现大面积节点同时失效。
[0209]
本技术实施例从三个层面多维度对sdn的可靠性进行分析的方法，评价维度多面，评价角度客观。使用智能体进行网络节点失效概率预测时，根据智能体的预测精确值偏离量和总体偏移量，能够更好的进行智能体自适应权重更改，克服单一智能体主观预测偏离
的影响。本技术实施提供提出的加固方法，可以有效防止节点失效对sdn造成影响的情况。
[0210]
本领域的技术人员可以清楚地了解到本技术实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本技术实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例或者实施例的某些部分所述的方法。
[0211]
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于服务构建装置和服务加载装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
[0212]
以上所述的本技术实施方式并不构成对本技术保护范围的限定。